内容简介:Python + ?(带你尝甜点)前段时间咱们聊过一次 Python,不知道大家是否还有印象,再稍微提一提。
01. 聊啥
Python + ?(带你尝甜点)
前段时间咱们聊过一次 Python,不知道大家是否还有印象,再稍微提一提。
Python 是一种胶水语言,可以粘很多家伙,例如:Python + 网站开发、Python + 自动化测试、Python + 自动化运维、Python + AI、Python + 数据分析 ... ...
一眼看上去 Python 确实能干很多,但是掌握 Python 固然重要,往往最重要的还是如何掌握 Python + 后面的家伙,如果只会 Python,那么也就只能写点小工具,小打小闹、满足一下自己一时的求知欲而已。
AI 为业务赋能的实践(带你吃大餐)
从事金融的,尤其是做过金融风控的都知道,如果能提前定位贷款客户是否为坏客户?如果能提前预测贷款客户下个月还款是否会逾期?那么将会把风险降低,平台也止损。
面对诸如此类的业务场景,机器学习能做什么呢?其实近期我一直在摸索,用机器学习去解决业务场景,小有成果。下面简单总结一下摸索的过程,我自己也做个总结,同时也预防你们掉坑,顺道也给聪明的小白们,填补填补大脑认知的空白。
吃个核桃,坐稳,扶好,我们开始。
02. 开聊
站在高处看,一览无余
结合近期的亲自实践,简单画了个图,主要分五大步完成信贷逾期风控模型。
数据处理。 主要是获取完成信贷逾期风控模型,所需要的表对应的数据,实践中全部保存成 csv 文件;然后进行单个表数据清洗操作,去除重复、没有意义的字段,清洗完成后存储为一系列的 xx_clean.csv 文件。
数据合并。 主要是采用 python 提供的 pandas 来完成一系列的 xx_clean.csv 的 join 关联合并,形成一张数据表,存储为xx_merge.csv 文件,并针对关联之后的文件去除重复的字段。
特征处理。 这一步应该是最难的,因为需要靠经验值来筛选哪些字段进行参与模型训练,如果有经验的人士,筛选出特征字段,那么接下来就进行特征字段的缺失值、异常值处理;然后优先按照最优分箱进行数据分箱,如果最优的分的不够理想,那么就选择等距进行分箱( 看不懂没关系,下次再提这个词,知道在一猿小讲听过就算成功 )。
模型训练。 首先把数据按照三、七分成测试集、训练集,接着把数据集代入模型去训练,为了找出最优模型,实践的时候把所有模型都跑了一下。
模型评估。 针对模型跑出的结果进行评估,为了让产品以及 BOSS 一眼能看懂,采用 matplotlib.pyplot 进行画图。
用到了哪些技术
Pandas是 Python 的一个数据分析包。在项目中主要用于读写 csv 文件;两个DataFrame之间的合并、分组等等。其实用起来,类似 SQL 的操作,但是用起来超级简单,功能却比较强大、效果超级震撼。如果你有数据相关的操作,不妨拿去一用。
Sklearn是机器学习中常用的第三方模块,对常用的机器学习方法进行了高级封装,能够让我们跳出数学的梦魇进行机器学习实践,大家都可以选择它作为入门的跳板。
NumPy是 Python 语言的一个扩展程序库,提供强大的N维数组及相关操作的库。
Matplotlib是 Python 的绘图库,可以说分分钟画出高大尚的图,让你的实现结果不单调,更直观的分析。如果你平时有画图的场景需求,不妨也尝试一下,因为之前的监控项目也是用这个画的,确实也很强大的。
如果上面的都没有看懂,也没有跟上,一切都没有关系,因为下面我将带你们一起“入门”机器学习。 一切技术栈都是纸老虎,而打破纸老虎的方式莫过于亲身实践。
03. 鸢尾花, 带你迈入机器学习之门
“鸢” 这个字怎么读( )?
鸢尾花可以被分为 setosa、versicolor、virginica 三个品种,现在跟着我的思路,一步一步来实现:输入特定数据判定花是属于哪一类。
第一步: 获取数据
from sklearn.datasets import load_iris
iris_data = load_iris()
第二步: 拆分数据集
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(iris_data['data'],iris_data['target'], random_state=0)
第三步: 构建模型
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors=1)
knn.fit(x_train, y_train)
第四步: 模型训练评估,输出准确率
y_pred = knn.predict(x_test)
print("准确率为: {:.2f}".format(knn.score(x_test, y_test)))
输出结果为:
准确率为: 0.97
第五步: 预测,四个数据分别代表:花萼长度、宽度,花瓣长度、宽度
newIRIS = [[4,1.0,2,1.0]]
pred = knn.predict(newIRIS)
print("花的品种为: {}".format(iris_data['target_names'][pred]))
预测结果为:
花的品种为: ['setosa']
到这,你们也一只脚迈进了机器学习的门槛,也不再是小白啦。
其实细心的你们可以发现,python 代码其实很简练,其实代码也不复杂,主要都是类库的使用,所以一切技术都是纸老虎,你们莫怕莫怕。
04. 写在最后
技术用啥语言实现不重要,重要的是思想、重要的是思想、重要的是思想(重要的事说三遍)。
还是那句话:技术不要逐个深入,但是要了解。尤其是从事技术管理者,在决策技术实现方案的时候肯定会有大帮助。
如果你是 python 小白,也不用惧怕,偶尔跳出日常忙碌的系统,站在系统之外,了解一下新思想,也未尝不可。
最后如果你也从事相关的工作,不妨按照实现思路落地一下,说不定领导会很喜欢,升职加薪指日可待。
人工智能时代,终身学习也是必然的,只要不停下学习的脚步,只要勤浇水,梦想终会长大。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 机器学习业务实践之路:如何通过机器学习算法快速解决实际业务
- 中台之上(一):重视业务架构,不要让“业务的归业务、技术的归技术”
- 小程序多业务线融合【完整分包业务接入】
- 抱歉,请不要把 “业务逻辑层” 理解为 “业务中台”
- 入职一家大公司,应该选择新业务还是老业务?
- 业务稳定性守门员:有赞业务对账平台的探索与实践
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Java程序设计与应用开发
於东军 / 清华大学出版社 / 2005-3 / 27.00元
本书作为Java程序的入门与应用教材,共分为3部分:第一部分讲解Java程序设计的基础知识,包括Java基本编程语言、面向对象设计思想、类、对象、接口以及异常处理。第二部分讲解Java程序设计的高级知识,包括:GUI编程、套接口编程、I/O系统、数据库访问以及多线程编程。第三部分详细分析一个实际项目的开发过程,包括系统分析及功能实现。在项目实例中综合应用第一、二部分的Java知识,能够帮助读者进一......一起来看看 《Java程序设计与应用开发》 这本书的介绍吧!